Python pyecharts實時畫圖自定義可視化經緯度熱力圖

Posted on by

背景

在業務數據統計分析中基本都會涉及到各省區的分析，數據可視化是數據分析的一把利器，這些省區的數據一般會用地圖可視化出來，這樣一些規律可以被一面瞭然發現

地圖有很多可視化類型，比如：基本地理圖、熱力圖、路徑圖、漣漪圖 等，本篇文章主要介紹 熱力圖，使用的工具百度開源 pyecharts

模擬數據以十一期間全國旅遊景點熱度為例（虛構數據）

模擬數據

基於pyecharts內置經緯度的熱力圖

pyecharts 中自帶瞭一些城市的經緯度，在畫圖時隻要列出城市 or 省份的名字，即可在地圖中自動展示，pyecharts會根據城市 or 省份的名字自動提取到經緯度

安裝完pyecharts包之後，可以在pyecharts包文件夾裡面找到相應的文件city_coordinates.json，裡面保存瞭大量的地理名與經緯度的信息
一般路徑如下：xxxxxx\Lib\site-packages\pyecharts\datasets\city_coordinates.json

下面用模擬數據中 城市、熱度 列來進行熱力圖可視化
左右滑動查看完整代碼

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import BMap
from pyecharts.globals import BMapType
import json
data=pd.read_excel('熱力圖模擬數據.xlsx')
hotmap = (
    BMap(is_ignore_nonexistent_coord=True,    #忽略不存在的坐標
         init_opts=opts.InitOpts(width="1300px", height="600px"))
    .add_schema(baidu_ak="自己申請的key", center=[120.13066322374, 30.240018034923],
                zoom=5,   # 當前視角的縮放比例
                is_roam=True   # 是否開啟鼠標縮放和平移漫遊
               )  
    .add(
        "熱度",  #圖例
        data_pair=[list(z) for z in zip(data['城市'].to_list(), data['熱度'].to_list())],
        type_="heatmap",
        label_opts=opts.LabelOpts(formatter="{b}"),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="十一期間全國旅遊景點熱度",
                                  pos_left='center',
                                  title_textstyle_opts=opts.TextStyleOpts(font_size=32)
                                 ), 
        legend_opts=opts.LegendOpts(pos_right='20%'),
        visualmap_opts=opts.VisualMapOpts()
    )
    .add_control_panel(
        copyright_control_opts=opts.BMapCopyrightTypeOpts(position=3),
        maptype_control_opts=opts.BMapTypeControlOpts(
            type_=BMapType.MAPTYPE_CONTROL_DROPDOWN
        ),
        scale_control_opts=opts.BMapScaleControlOpts(),
        overview_map_opts=opts.BMapOverviewMapControlOpts(is_open=True),
        navigation_control_opts=opts.BMapNavigationControlOpts(),
        geo_location_control_opts=opts.BMapGeoLocationControlOpts(),
    )
    .render("基於pyecharts內置經緯度的熱力圖.html")
)
#hotmap.render_notebook()

內置經緯度

基於自定義經緯度的熱力圖

因pyecharts中的 city_coordinates.json 裡面存放的均是一些常用的地理經緯度，如果想使用自定義的經緯度，pyecharts也是支持的

下面用模擬數據中 經度、維度、熱度 列來進行熱力圖可視化

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import BMap
from pyecharts.globals import BMapType
import json
data=pd.read_excel('熱力圖模擬數據.xlsx')
data_json={}
for index,row in data.iterrows():
    data_json[row['地名']]=[float(row['經度']),float(row['維度'])]
with open("BMAP.json","w") as f:
    json.dump(data_json,f)
hotmap = (
    BMap(is_ignore_nonexistent_coord=True,    #忽略不存在的坐標
         init_opts=opts.InitOpts(width="1300px", height="600px"))
    .add_schema(baidu_ak="自己申請的key", center=[120.13066322374, 30.240018034923],
                zoom=5,   # 當前視角的縮放比例
                is_roam=True   # 是否開啟鼠標縮放和平移漫遊
               )
    .add_coordinate_json("BMAP.json")  #加載自定義坐標
    .add(
        "熱度",  #圖例
        data_pair=[list(z) for z in zip(data['地名'].to_list(), data['熱度'].to_list())],
        type_="heatmap",
        label_opts=opts.LabelOpts(formatter="{b}"),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="十一期間全國旅遊景點熱度",
                                  pos_left='center',
                                  title_textstyle_opts=opts.TextStyleOpts(font_size=32)
                                 ), 
        legend_opts=opts.LegendOpts(pos_right='20%'),
        visualmap_opts=opts.VisualMapOpts(max_=20)  #設置最大值，目的是為瞭能夠精確查看自定坐標位置
    )
    .add_control_panel(
        copyright_control_opts=opts.BMapCopyrightTypeOpts(position=3),
        maptype_control_opts=opts.BMapTypeControlOpts(
            type_=BMapType.MAPTYPE_CONTROL_DROPDOWN
        ),
        scale_control_opts=opts.BMapScaleControlOpts(),
        overview_map_opts=opts.BMapOverviewMapControlOpts(is_open=True),
        navigation_control_opts=opts.BMapNavigationControlOpts(),
        geo_location_control_opts=opts.BMapGeoLocationControlOpts(),
    )
    .render("基於自定義經緯度的熱力圖.html")
)
#hotmap.render_notebook()

自定義經緯度

pyecharts庫缺點

沒有現成的方法用來直接導入自定義坐標，需要先把自定義坐標寫在json文件中，然後再通過加載文件實現導入，而沒有一個直接導入自定義坐標的方法，這個可以從源碼中看出來，如果有一個 add_coordinate_dict 函數就完美瞭

缺點

不同地圖坐標系區別

我們通常用經緯度來表示一個地理位置，但是由於一些原因，我們從不同渠道得到的經緯度信息可能並不是在同一個坐標系下。

  • 高德地圖、騰訊地圖以及谷歌中國區地圖使用的是GCJ-02坐標系
  • 百度地圖使用的是BD-09坐標系
  • 底層接口(HTML5 Geolocation或ios、安卓API)通過GPS設備獲取的坐標使用的是WGS-84坐標系

不同的坐標系之間可能有幾十到幾百米的偏移，所以在開發基於地圖的產品，或者做地理數據可視化時，我們需要修正不同坐標系之間的偏差。

WGS-84 – 世界大地測量系統

WGS-84（World Geodetic System, WGS）是使用最廣泛的坐標系，也是世界通用的坐標系，GPS設備得到的經緯度就是在WGS84坐標系下的經緯度。通常通過底層接口得到的定位信息都是WGS84坐標系

GCJ-02 – 國測局坐標

GCJ-02（G-Guojia國傢，C-Cehui測繪，J-Ju局），又被稱為火星坐標系，是一種基於WGS-84制定的大地測量系統，由中國國測局制定。此坐標系所采用的混淆算法會在經緯度中加入隨機的偏移。

國傢規定，中國大陸所有公開地理數據都需要至少用GCJ-02進行加密，也就是說我們從國內公司的產品中得到的數據，一定是經過瞭加密的。絕大部分國內互聯網地圖提供商都是使用GCJ-02坐標系，包括高德地圖，谷歌地圖中國區等。

BD-09 – 百度坐標系

BD-09（Baidu, BD）是百度地圖使用的地理坐標系，其在GCJ-02上多增加瞭一次變換，用來保護用戶隱私。從百度產品中得到的坐標都是BD-09坐標系

以上就是Python pyecharts實時畫圖自定義可視化經緯度熱力圖的詳細內容，更多關於Python pyecharts實時畫圖的資料請關註WalkonNet其它相關文章！

推薦閱讀：